告别沉闷的直方图：绘制高颜值的威尔金森图与麦穗图
在数据可视化世界中，我们经常用直方图来描述数据的分布情况，但今天我想介绍两种特别而优雅的点状图变体：威尔金森点状图和麦穗图。 它们像数据世界的"点彩派"画家，用简单的点创造出丰富的信息层次。 与直方图相比，这种点绘法不仅能够更直观地展示数据分布的细节，还能更好地揭示数据之间的关系和模式，使得观察者能 ...
数据“显微镜”：蜂群图让每个数据点都发声
想象一下夏日的花丛中，成群的蜜蜂围绕着花朵忙碌地飞舞。每只蜜蜂都是一个独立的数据点，它们既保持群体聚集的形态，又不会完全重叠在一起。 这就是蜂群图（Swarm Plot）的核心理念——在有限的空间内展示所有数据点，让每个点都能被清晰看见。 蜂群图是一种特殊的数据可视化图表，它将分类数据与数值数据结合 ...
Python 高效实现 Excel 转 TXT 文本
在数据处理场景中，将Excel文件转换为纯文本（TXT）格式便成为了一个常见的需求。传统的手动复制粘贴，不仅效率低下，更容易因格式不兼容、数据量庞大而引发错误。本文将解析如何通过 Spire.XLS for Python 实现 Excel 转 TXT 的高效、无依赖操作，提升数据处理效率和灵活性。 ...
从pcap文件提取sip信令文本
操作系统版本： window10_x64 python版本： 3.9.13 libpcap版本：1.11.0b8 日常开发中，会遇到批量查找sip信令文本或直接分析sip文本的情况，文本形式的sip信令可直接使用grep查找或者进行文本分析。但是，如果拿到的是pcap文件，查找或者文本分析就没那么方 ...
面积图的奇妙变形：流图与地平线图
想象一下面积图就像一层层叠起来的彩色玻璃片，每一层代表一个类别，从下往上堆叠，形成整体的视觉冲击。 但有时我们需要更特别的方式来展示数据的变化：是像河流一样蜿蜒流淌，还是像地平线上的群山连绵起伏？ 今天，本文将介绍两种创意面积图变体——流图和地平线图，它们能让你的时间序列数据讲述更生动的故事。 1. ...
如何用 Python 将 Markdown 转换为 Word 文档
在当今的技术文档工作流中，Markdown 因其简洁的语法和版本控制友好的特性，已成为开发者和技术写作者的首选格式。然而，在企业环境中，Word 文档仍然是正式报告、客户交付物和标准化文档的主流格式。 本文将分享如何使用 Free Spire.Doc for Python—一款免费的 Python ...
折线图的奇妙变奏：四种创意可视化方法
想象一下折线图就像一条普通的公路，它能带我们从A点到达B点。 但有时我们需要更特别的路线：环岛、盘山公路、波浪形赛道或螺旋上升的通道。 在数据可视化中，标准的折线图有时无法充分展示数据的特性，这时我们就需要一些创意变种。 今天将介绍四种特别的折线图变体，它们各有所长，能让你的数据故事更加生动。 1. ...
从“2D转3D”看计算机图形学的数学本质
从“2D转3D”看图形学的数学本质 在上一篇《从 0 构建 WAV 文件》中，我们拆解了音频文件的底层：它不过是按规则排列的二进制采样点。当时我们得出了一个结论：计算机的世界没有魔法，只有朴素的规则。 当你玩《黑神话：悟空》或《赛博朋克 2077》时，你是否好奇过：屏幕明明是一个平面，为什么我们能从 ...
哑铃图：数据对比的优雅之选
简洁的线条连接两个数据点，就像哑铃的两端，在对比分析中展现出令人惊艳的清晰度。 在平时的数据分析项目中，我经常会遇到比较两个相关数据集的变化情况。 这时，传统的做法是使用堆积条形图或簇状条形图，但它们存在一个共同问题：当我们需要精确追踪每个项目在两个时间点或两种条件下的变化时，这些图表会让我们的眼睛 ...
RAG 为什么总是“看起来能用，实际不好用”？
RAG 真正让人头疼的地方，从来不是“搭不起来” 如果你已经做过一段时间 RAG，大概率会有一种非常熟悉的感觉： 系统是能跑的，流程也是完整的，embedding 用的也不差，向量库、召回、rerank 该有的都有，但整体效果始终差点意思。 有时候是召回的内容看起来“擦边”， 有时候是答案明明就在文 ...
借助LightningChart Python 数据可视化库预测水质
使用 LightningChart Python 开发多达 10 个交互式图表示例，重点在于揭示水质参数的模式、它们之间的相互关系以及它们对饮用水可饮用性分类的影响。 ...
PPO 为何成了大模型微调“最后的底牌”？一篇真正能跑通的工程实战指南
PPO 为何成了大模型微调“最后的底牌”？一篇真正能跑通的工程实战指南 开篇：无数大模型，是怎么被「一行 PPO 参数」训废的 如果你真正做过大模型微调，大概率经历过这些瞬间： reward 曲线一路狂飙，但模型开始胡说八道 模型突然学会“拍马屁”，却忘了基本常识 微调前还能正常回答，微调后像换了个 ...
显存不够？16G显卡驾驭13B模型的计算与优化全指南
不管是学生党、个人开发者，还是预算有限的小团队，低显存显卡都是主流配置。今天这篇文章，我就用大白话讲透低显存微调的显存计算逻辑，附16G显卡跑13B模型的完整实操步骤，帮你精准测算、科学优化，用有限显存实现高效微调。 ...
微调 + RAG 组合方案：1+1＞2 的大模型应用技巧
本文详解微调+RAG组合方案，通过“内化专业+外挂实时”知识，实现大模型1+1>2效果。以药店客服为例，准确率从65%提升至92%，16G显卡即可落地，附完整实操步骤与效果对比，助力企业高效破解大模型应用难题。 ...
打破堆积困局：优化堆积条形图的对比效果
在数据可视化中，堆积条形图 擅长展示 “整体与构成” 的关系，但当每个柱子内的分段超过4个时，读者很难同时追踪各段的长度、位置与颜色映射， 误读概率显著上升。 更糟的是，若不同类别的总量差异很大，堆积结构会放大视觉错觉，导致“看起来差不多”的结论失真。 今天，本文将尝试探索一下改进堆积条形图的呈现方 ...
16G显卡也能调大模型？先搞懂显存消耗的3大核心原因
16G显卡也能调大模型？先搞懂显存消耗的3大核心原因 （一）引言：为什么显存是大模型微调的“拦路虎”？ 大家好，我是七七，看到经常有网友：“博主，我用16G显卡微调7B模型，一跑就报OOM（显存溢出），是不是必须换24G以上的卡？”“同样是微调13B模型，为什么别人单卡能跑，我却要多卡并行？” 其实 ...
[python]Flask - Tracking ID的设计
本文详细介绍如何在 Flask 应用中实现请求跟踪 ID (tracking_id) 功能，包括中间件设计、日志记录、响应格式化等完整方案，帮助开发者实现请求链路追踪，提升系统可观测性。 ...
你真的会用 Python 的 print 吗？
大家好！今天我们来聊聊Python里最 “平平无奇” 却又无处不在的print()函数。 作为Python开发者，我们几乎每天都在用它，但你真的了解它的所有玩法吗？ 其实很多时候，我们只用了它 10% 的功力。 今天，我们就来扒一扒 print 函数的“隐秘角落”。 掌握了它的几个参数，保证让你在同 ...
pyqt图形化显示—5.多个界面
经过上述，已经能创建一个简陋的界面了。下面就扩展一下，创造多个界面，并实现界面间的参数传递。 子界面 界面 参考之前的MyWidget类 我们可以创建一个子界面SubWindow class SubWindow(QWidget): def __init__(self): super().__init ...
